Tidsserie RNA-seq differentiell expression – Temporal transkriptomik
Tidsserie RNA-seq differentiell expressionsanalys identifierar gener vars uttrycksnivåer förändras systematiskt över ordnade tidpunkter – såsom under utveckling, sjukdomsprogression eller respons på en behandling. Till skillnad från DE-analys med två tillstånd modellerar den explicit datans temporala struktur och fångar dynamiska genuttryckstrakjektorier snarare än en enskild ögonblicksbildskontrast. Verktyg som maSigPro, ImpulseDE2 och splineTimeR har utvecklats specifikt för denna design.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
+2 till
Källor
- Conesa, A., Nueda, M. J., Ferrer, A., & Talon, M. (2006). maSigPro: a method to identify significantly differential expression profiles in time-course microarray experiments. Bioinformatics, 22(9), 1096–1102. link ↗
- Fischer, D. S., Theis, F. J., & Yosef, N. (2018). Impulse model-based differential expression analysis of time series single-cell RNA-seq data. Genome Biology, 19(1), 1–14. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Time-series RNA Sequencing Differential Expression Analysis. ScholarGate. https://scholargate.app/sv/bioinformatics/time-series-rna-seq-differential-expression
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Genuppsättningsanrikningsanalys (GSEA)Bioinformatik↔ jämför
- Multi-omics RNA-seq Differential Expression AnalysisBioinformatik↔ jämför
- VägberikningsanalysBioinformatik↔ jämför
- RNA-seq Differential ExpressionBioinformatik↔ jämför
- Analys av enkelcells-RNA-sekvenseringBioinformatik↔ jämför
- Tids-eQTL-analysBioinformatik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →